ABSTRAKSI Seiring dengan perkembangan teknologi, semakin berkembang pula kemampuan dalam mengumpulkan dan mengolah data. Oleh karena itu diperlukan se
|
|
- Hamdani Jayadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 APPLICATIONS USING DATA MINING ASSOCIATION RULES WITH PRIORI METHOD FOR ANALYSIS OF DATA ON THE MARKET BASKET PHARMACY SALES TRANSACTIONS Leni Meiwati Undergraduate Program, Information Systems Gunadarma University Keyword: market basket analysis, association rule, apriori, java ABSTRACT Along with technological development, growing also in the ability to collect and process data. Therefore we need an application that is able to pick and choose the data that large, so as to obtain useful information. Application of data mining in business management, production control, and market analysis for example, allows obtaining the relationship that can be used to increase sales, or management of resources better. One technique used in data mining is market basket analysis techniques. This technique aims to discover patterns of products are often purchased together or tend to appear together in a transaction. This research aims to create a apikasi data mining using association rules with a priori method as market basket analysis techniques. The data is taken as an example the case of sales transaction data in the pharmacy sector in Perumnas 1. The results of association rules obtained in the form of a combination of drugs that are often purchased by consumers. From these results expected to assist pharmacy management to design a marketing strategy in apoteknya drug. Search this association using Java software and storage media supported by Microsoft Access database that could facilitate users of the aplication. 1
2 ABSTRAKSI Seiring dengan perkembangan teknologi, semakin berkembang pula kemampuan dalam mengumpulkan dan mengolah data. Oleh karena itu diperlukan sebuah aplikasi yang mampu memilah dan memilih data yang besar, sehingga dapat diperoleh informasi yang berguna. Aplikasi data mining pada pengelolaan bisnis, pengendalian produksi, dan analisa pasar misalnya, memungkinkan diperolehnya hubungan yang dapat dimanfaatkan untuk peningkatan penjualan, atau pengelolaan sumber daya dengan lebih baik. Salah satu teknik data mining yang digunakan adalah teknik analisis keranjang pasar. Teknik ini bertujuan untuk menemukan pola berupa produk-produk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah transaksi. Penelitian ini bertujuan untuk membuat sebuah apikasi data mining menggunakan aturan asosiasi dengan metode apriori sebagai teknik analisis keranjang pasarnya. Data yang diambil sebagai contoh kasus adalah data transaksi penjualan disuatu apotek di Perumnas 1. Hasil dari aturan asosiasi yang didapat yaitu berupa kombinasi dari jenis obat yang sering dibeli oleh konsumen. Dari hasil tersebut diharapkan dapat membantu manajemen apotek untuk merancang strategi pemasaran obat di apoteknya. Pencarian asosiasi ini menggunakan perangkat lunak Java dan didukung oleh media penyimpanan database Microsoft Access yang dapat memudahkan pengguna aplikasi. Kata kunci : analisis keranjang pasar,aturan asosiasi, apriori, java. 1. Pendahuluan Latar Belakang Seiring dengan perkembangan teknologi, semakin berkembang pula kemampuan dalam mengumpulkan dan mengolah data. Oleh karena itu diperlukan sebuah aplikasi yang mampu memilah dan memilih data yang besar, sehingga dapat diperoleh informasi yang berguna bagi penggunanya. Aplikasi data mining pada pengelolaan bisnis, pengendalian produksi, dan analisa pasar misalnya, memungkinkan diperolehnya hubungan yang dapat dimanfaatkan untuk peningkatan penjualan, atau pengelolaan sumber daya dengan lebih baik. Banyaknya persaingan dunia bisnis khususnya dalam industri apotek, menuntut para pengembang untuk menemukan suatu strategi yang dapat meningkatkan penjualan. Untuk meningkatkan penjualan produkproduknya, pihak manajemen dari apotek harus melakukan berbagai kebijkankebijakan dengan tujuan menarik para konsumen untuk membeli di apotek 2
3 mereka. Namun untuk melakukan kebijakan tersebut pihak manajemen harus mengetahui terlebih dahulu tentang kebiasaan para konsumen. Untuk mengetahui obat-obat apa saja yang dibeli oleh para konsumen dapat dilakukan dengan menggunakan analisis keranjang pasar yaitu analisis dari kebiasaan membeli konsumen. Pendeteksian mengenai obat-obat yang sering terbeli secara bersamaan disebut association rules (aturan asosiasi). Proses pencarian asosiasi ini menggunakan algoritma apriori, yang berfungsi untuk membentuk kandidat kombinasi item yang mungkin, lalu diuji apakah kombinasi tersebut memenuhi parameter support dan confidence minimum yang merupakan nilai ambang yang diberikan oleh user. Pada penelitian ini, akan dibuat sebuah aplikasi untuk mengelompokkan serta mencari pola dari sebuah produk yang sering muncul bersamaan atau cenderung muncul bersama dalam suatu transaksi yang pada umumnya berjumlah besar menggunakan aplikasi data mining dengan teknik analisa keranjang pasar. Pencarian asosiasi ini menggunakan perangkat lunak Java dan didukung oleh media penyimpanan database Microsoft Access yang dapat memudahkan pengguna aplikasi. Tujuan Penelitian Tujuan dari penelitian ini yaitu membuat aplikasi data mining serta menganalisis hasil yang didapat untuk mengetahui aturan asosiasi berupa kombinasi dari jenis obat yang sering dibeli oleh konsumen pada suatu apotek. Dengan aturan asosiasi ini diharapkan dapat membantu manajemen apotek mengetahui kebiasaan membeli konsumen untuk merancang strategi pemasaran di apoteknya. Metode Penelitian Data penelitian diperoleh dari suatu apotek di Perumnas 1 dengan mengumpulkan data transaksi penjualan resep obat selama dua bulan yaitu bulan Maret dan April. Data tersebut berupa data jenis obat yang terdiri dari 31 jenis obat dan 554 buah nama obat beserta kode obatnya. Obat yang ada pada data transaksi dikelompokkan berdasarkan jenis obat. Proses ini dilakukan karena obat-obat pada data transaksi penjualan yang sangat beragam sehingga menjadikannya lebih khusus sesuai dengan kategorinya yaitu jenis obat. Data diproses dengan menggunakan konsep analisis keranjang pasar dengan algoritma apriori untuk mendapatkan aturan asosiasi. Pencarian aturan asosiasi dimulai dengan penginputan data menggunakan Microsoft Access, pengolahan data dengan algoritma menggunakan perangkat lunak Java 3
4 No Trx Jenis Obat 1 {antibiotik, ekspektoran} mendapatkan aturan asosiasi dari kombinasi barang yang ada. 2 {antibiotik, vitamin&mineral, hemostatik, psikofarmaka} 3 {ekspektoran, vitamin&mineral, hemostatik} 4 {antibiotik, ekspektoran, vitamin&mineral, hemostatik} 5 {antibiotik, ekspektoran, vitamin&mineral} 6 {antibiotik, ekspektoran, psikofarmaka} 7 { psikofarmaka } sehingga diperoleh asosiasi antar item dari suatu basis data transaksi yang memenuhi minimum support dan confidence yang diberikan user. 2. Tinjauan Pustaka Analisis Keranjang Belanja (Market Basket Analysis) Analisis keranjang belanja merupakan sebuah analisis terhadap kebiasaan berbelanja customer[4]. Analisis dilakukan dengan menemukan hubungan antara barang-barang yang telah dibeli. Proses analisis dilakukan dengan memasukkan data pembelian berupa barang-barang yang dibeli biasanya didapat dari nota pembelian. Data keranjang pasar analisis untuk Tabel 2.1 Contoh Transaksi Keranjang Pasar Analisis Asosiasi (Assocition Analysis) Analisis asosiasi adalah suatu prosedur dalam analisis keranjang pasar untuk menemukan aturan asosiasi yang memenuhi syarat minimum support dan minimum confidence. Support Count Support count adalah banyaknya itemset yang sama muncul secara bersamaan pada suatu data transaksi keranjang pasar. Secara umum, aturan asosiasi terdiri dari anteseden dan konsekuen (anteseden X konsekuen Y). Sebagai contoh dari aturan asosiasi adalah {ekspektoran, antibiotik} {vitamin&mineral}, dimana ekspektoran dan antibiotik disebut anteseden dan vitamin&mineral adalah konsekuen. Aturan Asosiasi (Association Rule) Aturan asosiasi[5] digunakan untuk menemukan hubungan antar barang dari suatu data yang disediakan. Aturan 4
5 asosiasi diolah dari yaitu n atribut (barang) {a 1, a 2,, a n } dan k transaksi (instance). Aturan asosiasi dinyatakan dengan (x y), dimana y {a 1, a 2,, a x }, y Ø, dan x y = Ø. Support Support adalah suatu ukuran yang menunjukkan seberapa besar tingkat dominasi suatu barang atau itemset dari keseluruhan transaksi[5]. Berikut adalah contoh perhitungan support dari salah satu transaksi yang diambil dari tabel 2.1. Support, s(x y) =, &, = = 0,3 Confidence Confidence adalah suatu ukuran yang menunjukkan hubungan kondisional antar dua barang (misal seberapa sering barang B dibeli jika orang yang membeli barang A). seluruhan transaksi. Berikut adalah contoh perhitungan confidence dari salah satu transaksi yang diambil dari tabel 2.1. Confidence, ć (x y) =, &, = = 0,67 Algoritma Apriori = = Algoritma apriori [3] adalah algoritma yang paling terkenal untuk menemukan pola frekuensi tinggi. Arti apriori secara umum adalah anggapan atau sikap yang sudah ditentukan sebelum (melihat,menyelidiki) terhadap sesuatu. Algoritma Apriori dibagi menjadi beberapa tahap yang disebut iterasi. 1. Pembentukan kandidat itemset, kandidat k-itemset dibentuk dari kombinasi (k-1)-itemset yang didapat dari iterasi sebelumnya. Satu ciri dari algoritma Apriori adalah adanya pemangkasan kandidat k-itemset yang subsetnya yang berisi k-1 item tidak termasuk dalam pola frekuensi tinggi dengan panjang k Perhitungan support dari tiap kandidat k-itemset. Support dari tiap kandidat k-itemset didapat dengan menscan database untuk menghitung jumlah transaksi yang memuat semua item di dalam kandidat k-itemset tersebut. Ini juga merupakan ciri dari algoritma apriori dimana diperlukan perhitungan dengan scan seluruh database sebanyak k-itemset terpanjang. 3. Tetapkan pola frekuensi tinggi. Pola frekuensi tinggi yang memuat k item atau k-itemset ditetapkan dari kandidat k-itemset yang 5
6 supportnya lebih besar dari minimum support. 4. Bila tidak didapat pola frekuensi tinggi maka seluruh proses dihentikan. Bila tidak, maka k tambah satu dan kembali ke bagian 1. Contoh dari penerapan algoritma Apriori dapat diilustrasikan seperti pada Gambar 2.1. Gambar 3.2 dan Gambar 3.3 beserta keterangan pada masing-masing gambar DFD tersebut. Perancangan Sistem Perancangan proses dari perangkat lunak ini menggunakan pendekatan fungsional yang direpresentasikan menggunakan Data Flow Diagram (DFD). DFD ini digunakan untuk menunjukkan secaraa fisik alur proses dan data pada perangkat lunak yang akan dibuat. Diagram aliran data ini menjelaskan alur prosess mulai dari level 0 sampai dengan level 2. Gambar 2.1 Gambar Ilustrasi Algoritma Aprori 3. Pembahasan Analisis sitem Dalam menganalisis kebutuhan sistem Market Basket Analysis dengan algoritmaa apriori, dirumuskan bahwa pengguna harus diberi fitur untuk memilih, membuka, melihat tabel database(yang berisi data transaksi) yang akan ditambang. Berdasarkan analisis ini lalu dibuat model sisitem dalam bentuk data flow diagram (DFD) level 0 pada Gambar 3.1. Proses penambangan aturan yang mengimplementasikan algoritma apriori, lalu dirinci lebih lanjut ke dalam DFD level 1 dan 2 yang di tunjukan pada Gambar 3.1 DFD tingkat 0 (Contect Diagram) Gambar 3.2 DAD level 1 6
7 Gambar 3.3 DFD level 1.2 Spesifikasi Hardware dan Software yang digunakan Dalam melakukan pengujian ini digunakan spesifikasi hardware dan software sebagai berikut: Spesifikasi Hardware yang digunakan yaitu : Processor : Intel Core 2 Duo Harddisk : 250 Gb Memory : 2 Gb Spesifikasi Software yang digunakan yaitu : 1. Windows XP Professional sebagai sistem operasi. 2. Java sebagai pengolah data. JDK1.6.0 NetBeans IDE Microsoft Access sebagai tempat penyimpanan data. Uji Coba dan Analisa Pengujian pada aplikasi keranjang pasar ini menggunakan 61 buah transaksi yang diambil dari sebuah apotek. Data yang diambil berasal dari transaksi laporan penjualan selama dua bulan, yaitu bulan Maret dan April. Data tersebut berupa data jenis obat yang terdiri dari 31 jenis obat dan 554 buah nama obat beserta kode obatnya. Data akhir ini disimpan pada database dengan nama transaksi penjualan. Struktur database untuk data transaksi penjualan dapat dilihat pada tabel 3.1. ID No Transaksi Kode Obat JenisObat Analgetika anti parasitic Antibiotika anti diabetik oral vitamin & mineral analgetika antibiotika antitusiv dekongestan psikofarmaka vitamin & mineral analgietik anti piretik 7
8 analgetik anti radang anti histamin anti parasitik anti TBC antibiotika ekspektoran Vitamin&minera l Tabel 3.1 Struktur Database untuk Data Transaksi Penjualan Setelah proses dijalankan dengan memasukkan nilai support sebesar 20% dan confidence sebesar 30%, maka asosiasi yang memenuhi syarat hanya ada 5 asosiasi yang terbentuk,seperti terlihat pada gambar 3.4. Ke-5 asosiasi tersebut dapat diterjemahkan sebagai berikut : 1. Support 32,786%, artinya 32,786% dari semua transaksi yang dianalisis menunjukkan bahwa anti parasitik dan antibiotika dibeli bersamaan, sedangkan confidence sebesar 86,956% menyatakan tingkat kepercayaan atau dapat dikatakan jika seorang customer membeli jenis obat antibiotika maka terdapat 86,956% kemungkinan dia akan membeli jenis obat anti parasitik juga. 2. Support 36,06%, artinya 36,06% dari semua transaksi yang dianalisis menunjukkan bahwa anti histamin dan antibiotika dibeli bersamaan, sedangkan confidence sebesar 91,67% menyatakan tingkat kepercayaan atau dapat dikatakan jika seorang customer membeli jenis obat antibiotika maka terdapat 91,67% kemungkinan dia akan membeli jenis obat anti histamin juga. 3. Support 32,79%, artinya 32,79% dari semua transaksi yang dianalisis menunjukkan bahwa antibiotika dan ekspektoran dibeli bersamaan, sedangkan confidence sebesar 41,67% menyatakan tingkat kepercayaan atau dapat dikatakan jika seorang customer membeli jenis obat antibiotika maka terdapat 41,67% kemungkinan dia akan membeli jenis obat ekspektoran juga. 4. Support 32,79%, artinya 32,79% dari semua transaksi yang dianalisis menunjukkan bahwa antibiotika dan vitamin&mineral dibeli bersamaan, sedangkan confidence sebesar 41,67% menyatakan tingkat kepercayaan 8
9 atau dapat dikatakan jika seorang customer membeli jenis obat antibiotika maka terdapat 41,67% kemungkinan dia akan membeli jenis obat vitamin&mineral juga. 5. Support 34,43%, artinya 34,43% dari semua transaksi yang dianalisis menunjukkan bahwa analgetika dan antibiotika dibeli bersamaan, sedangkan confidence sebesar 91,67% menyatakan tingkat kepercayaan atau dapat dikatakan jika seorang customer membeli jenis obat analgetika maka terdapat 91,67% kemungkinan dia akan membeli jenis obat antibiotika juga. Pengetahuan yang dapat ditarik dari ke-5 aturan asosiasi pada gambar 3.4 adalah sebagai berikut : Kesatu, digunakan dalam membantu apotek untuk menyusun layout sebaik mungkin dan sesuai kebutuhan konsumen serta membantu pihak apoteker dalam memudahkan mencari kombinasi obat yang sering di beli. Sebagai contoh (antibiotika anti histamin). Maka analisa yang mungkin didapat adalah kebiasaan pelanggan selain membeli obat antibiotika juga sering kali membeli jenis obat anti histamin secara bersamaan. Sehingga efeknya pada tata letak apotek adalah letak obat antibiotika tidak jauh dari obat anti histamin. Kedua, hasil asosiasi yang didapat juga bias digunakan dalam membantu apotek untuk menetukan keputusan persediaan. Sebagai contoh data yang dipakai adalah (antibiotika anti histamin). Dari data tersebut, dapat diambil kesimpulan seandainya pelanggan biasa membeli obat antibiotika dan anti histamine secara bersamaan, maka apotek setidaknya harus menyediakan kedua obat tersebut dalam jumlah yang lebih banyak dan dengan jumlah yang sama. Ketiga, digunakan untuk melihat hubungan antara penjualan satu produk obat dengan produk obat lainnya, misalkan pencarian pola penjualan obat antibiotika sedemikian rupa sehingga kita dapat mengetahui obat apa saja yang juga dibeli oleh pembeli antibiotika. Dengan demikian kita bisa mengetahui bahwa antibiotika sering dikonsumsi oleh banyak masyarakat pada saat mereka sakit dan antibiotika dapat di kombinasikan dengan obat lain sesuai aturan dari dokter atau pihak apoteker. 9
10 Gambar 3.4 Tampilan Hasil Proses Data 4. Penutup Kesimpulan Setelah proses dijalankan dengan memberikan nilai support sebesar 20% dan confidence sebesar 30%, maka asosiasi yang memenuhi syarat hanya ada 5 asosiasi yang terbentuk. Salah satu nilai support dan confidence tertinggi dari aturan asosiasi yang didapat adalah [anti histamine] [antibiotika] yaitu dengan nilai support sebesar 36,065% dan nilai confidence 91,667%. Sehingga dapat disimpulkan 91,667% dari seorang konsumen yang membeli obat anti histamine juga membeli obat antibiotika dan 36,065% dari semua konsumen membeli keduanya. Dari aturan asosiasi yang didapat diharapkan dapat membantu pengembang untuk mengetahui kebiasaan berbelanja masyarakat dan merancang strategi penjualan berdasarkan jenis obat yang tingkat konsumsinya tinggi. Saran Dari hasil pengolahan data pada bab sebelumnya, ada beberapa saran atau usul tindakan saran kepada pihak manajemen apotek dalam rangka meningkatkan penjualan, yaitu dapat menambah persediaan obat yang ada sesuai jenis obat apa saja yang sering di beli bersamaan oleh konsumen. Terbatasnya volume data yang digunakan serta penggunaan level confidence dan support yang tinggi akan mempengaruhi hasil asosiasi yang menyebabkan sedikitnya pengetahuan yang diperoleh. Disarankan dapat dikembangkan dengan menambahkan level confidence dan support yang bervariasi sehingga diperoleh lebih banyak asosiasi antar data yang dapat menyediakan informasi yang bisa ditindaklajuti atau mengandung informasi yang baru yang dapat dimanfaatkan untuk meningkatkan penjualan. DAFTAR PUSTAKA [1] Kusrini dan Emha Taufiq Luthfi Algoritama Data Mining. ANDI, Yogyakarta. [2]Leo Willyanto Santoso. Pembuatan Perangkat Lunak Data Mining Untuk Pengalian Kaidah Asosiasi Menggunakan Metode Apriori. Universitas Kristen Petra 10
11 [3] Rido, 2008, Contoh Algoritma Apriori. 14 Agustus Online. Available: /09/contohapriori1.doc [4] Data mining : Analisis keranjang pasar. 16 Juli Online. Available: [5] Vipin Kumar Pang Ning Tan, Micheal Steinbach, Introdution to Data Mining, edisi ke-1. Pearson Education,
APLIKASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI DENGAN METODE APRIORI UNTUK ANALISIS KERANJANG PASAR PADA DATA TRANSAKSI PENJUALAN APOTEK
APLIKASI DATA MINING MENGGUNAKAN ATURAN ASOSIASI DENGAN METODE APRIORI UNTUK ANALISIS KERANJANG PASAR PADA DATA TRANSAKSI PENJUALAN APOTEK Leni Meiwati Jurusan Sistem Informasi Fakultas Ilmu Komputer dan
Lebih terperinciABSTRACT Market basket analysis is a way to know the shopping habits of people in one place on goods purchased. Market basket analysis to produce an a
ANALISIS KERANJANG PASAR MENGGUNAKAN ALGORTIMA PREDICTIVE APRIORI UNTUK MENEMUKAN ATURAN ASOSIASI DI APOTEK SEHAT JAYA NINDITYA KHARISMA, METTY MUSTIKASARI Undergraduate Program, Information Systems Gunadarma
Lebih terperinciABSTRAKSI Analisis keranjang pasar merupakan suatu cara untuk mengetahui kebiasaan berbelanja masyarakat disuatau tempat terhadap barang yang dibeli.
ANALISIS KERANJANG PASAR MENGGUNAKAN ALGORTIMA PREDICTIVE APRIORI UNTUK MENEMUKAN ATURAN ASOSIASI DI APOTEK SEHAT JAYA 1.NINDITYA KHARISMA ninditya@student.gunadarma.ac.id 2.METTY MUSTIKASARI metty@staff.gunadarma.ac.id
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU
IMPLEMENTASI ALGORITMA APRIORI DAN FP-GROWTH DALAM MARKET BASKET ANALYSIS PEMBELIAN OBAT PADA SUATU APOTEK SKRIPSI RAISSA ADITYA RAHAYU 111421072 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA)
ANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA) Harvei Desmon Hutahaean 1, Bosker Sinaga 2, Anastasya Aritonang Rajagukguk 2 1 Program
Lebih terperinciBAB IV HASIL DAN UJICOBA. Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Elektronik Dengan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang
BAB III METODE PENELITIAN Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang sedang diteliti dengan
Lebih terperincimemerlukan usaha untuk memilah data mana yang dapat diolah menjadi informasi. Jika data dibiarkan saja, maka data tersebut hanya akan menjadi sampah y
PENGGUNAAN METODE APRIORI UNTUK ANALISA KERANJANG PASAR PADA DATA TRANSAKSI PENJUALAN MINIMARKET MENGGUNAKAN JAVA & MYSQL ABSTRAKSI Devi Dinda Setiawati Jurusan Teknik Informatika Universitas Gunadarma
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI APLIKASI ANALISIS KERANJANG PASAR DENGAN METODE FUZZY C-COVERING
PERANCANGAN DAN IMPLEMENTASI APLIKASI ANALISIS KERANJANG PASAR DENGAN METODE FUZZY C-COVERING KOMPETENSI RPL SKRIPSI NI KADEK DONI JULIARI NIM. 0708605037 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU
Lebih terperinciPerancangan Data Mining dalam Analisis Asosiasi Kuantitatif Pembelian Item Barang dengan Metode Apriori
JURNAL SISTEM DAN INFORMATIKA 29 Perancangan Data Mining dalam Analisis Asosiasi Kuantitatif Pembelian Item Barang dengan Metode Apriori I Gusti Ayu Sri Melati, I Gusti Ayu Desi Saryanti STMIK STIKOM Bali
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Pelaku bisnis saat ini dituntut selalu inovatif untuk dapat bersaing dengan kompetitor. Bisnis retail seperti Apotek merupakan bisnis dengan persaingan yang sangat
Lebih terperinciAnalisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang
Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang Tia Arifatul Maulida Fakultas Ilmu Komputer, Universitas Dian Nuswantoro,
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
Bab 1 Pendahuluan BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada era globalisasi saat ini, perkembangan teknologi tidak dapat dihindarkan dalam kehidupan manusia. Perkembangan teknologi yang ada, memiliki
Lebih terperinciPENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA
PENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA Winda Aprianti 1), Jaka Permadi 2), Oktaviyani 3) 1)2)3) Teknik Informatika, Politeknik Negeri Tanah Laut Jl. A. Yani Km. 06
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI PADA APOTEK RMC DALAM MENENTUKAN PERSEDIAAN OBAT
IMPLEMENTASI ALGORITMA APRIORI PADA APOTEK RMC DALAM MENENTUKAN PERSEDIAAN OBAT Gusti Ahmad Syaripudin Teknik Informatika STMIK El-Rahma Yogyakarta e-mail: first234boy@gmail.com Abstract In daily activities,
Lebih terperinciBAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang
1 BAB I PENDAHULUAN Bab pendahuluan ini membahas tentang latar belakang masalah yaitu fenomena perkembangan data yang terus bertambah tetapi informasi yang dihasilkan monoton, sehingga diperlukan data
Lebih terperinciAPLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI
APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer pada Departemen Ilmu Komputer/ Informatika
Lebih terperinciRANCANG BANGUN APLIKASI MARKET BASKET ANALYSIS (MBA) PADA MINIMARKET UD. DIANI DENGAN ALGORITMA CT-PRO
RANCANG BANGUN APLIKASI MARKET BASKET ANALYSIS (MBA) PADA MINIMARKET UD. DIANI DENGAN ALGORITMA CT-PRO Oleh Gede Agus Eka Kharisma Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan Universitas
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi
Lebih terperinciSISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI
SISTEM SISTEM REKOMENDASI BIDANG MINAT MAHASISWA MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI Nama Mahasiswa : NUCIFERA DIAHPANGASTUTI NRP : 505 00 070 Jurusan : Teknik Informatika FTIF-ITS
Lebih terperinciIMPLEMENTASI ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN OBAT
IMPLEMENTASI ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN OBAT Gusti Ahmad Syaripudin 1), Edi Faizal 2) 1) Teknik Informatika STMIK El Rahma Yogyakarta 1) Jl. Sisingamangaraja No. 76, Karangkajen, Brontokusuman,
Lebih terperinciLili Tanti. STMIK Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3A Tj. Mulia Medan ABSTRACT
Lili, Penerapan Data Mining Untuk 35 PENERAPAN DATA MINING UNTUK MENENTUKAN JUMLAH MAHASISWA PADA SATU DAERAH DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Lili Tanti Email : lili@potensi-utama.ac.id STMIK
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
Lebih terperinciBAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan
BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciLEMBAR PENGESAHAN Batam, 21 Februari 2011 Pembimbing, Mir atul K. Mufida, S. ST NIK
LEMBAR PENGESAHAN Pembimbing, Mir atul K. Mufida, S. ST NIK. 109057 LEMBAR PERNYATAAN Dengan ini, saya: NIM : 3310801010 Nama : Maria Magdalena adalah mahasiswa Teknik Informatika Politeknik Negeri Batam
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...
ABSTRAK Analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item.aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah mengetahui besarnya
Lebih terperinciBAB I PENDAHULUAN. Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi. masyarakat khususnya di daerah perumahan. Bagi sebagian besar
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi masyarakat khususnya di daerah perumahan. Bagi sebagian besar masyarakat kota, mereka lebih cenderung
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciImplementasi Algoritme Modified-Apriori Untuk Menentukan Pola Penjualan Sebagai Strategi Penempatan Barang Dan Promo
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 3829-3834 http://j-ptiik.ub.ac.id Implementasi Algoritme Modified-Apriori Untuk Menentukan
Lebih terperinciPENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI
PENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
Lebih terperinciPENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-TREE DAN FP-GROWTH PADA DATA TRANSAKSI PENJUALAN OBAT
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-TREE DAN FP-GROWTH PADA DATA TRANSAKSI PENJUALAN OBAT Yuyun Dwi Lestari Program Studi Teknik Informatika, Sekolah Tinggi Teknik Harapan Jl. H. M. Jhoni No.
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dan persaingan dalam dunia bisnis perdagangan serta kemajuan teknologi informasi merupakan suatu hal yang saling terkait, dalam ketatnya persaingan pasar
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Perkembangan teknologi komputer saat ini sangatlah cepat sehingga komputer banyak digunakan di berbagai bidang. Dalam bidang usaha, penggunaan komputer dapat mempermudah
Lebih terperinciIMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE
IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.)
Lebih terperinciBAB V KESIMPULAN DAN SARAN. keranjang belanja (Market basket analysis) dalam penerapan cross selling pada
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat diambil dari rancang bangun sistem analisis keranjang belanja (Market basket analysis) dalam penerapan cross selling pada Apotek K24 Kalibutuh
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Banyaknya persaingan dalam dunia bisnis khususnya dalam industri penjualan, menuntut para pengembang untuk menemukan suatu strategi yang dapat meningkatkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciRANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI
RANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI Candra Irawan Amak Yunus 1 Sistem Informasi, Universitas
Lebih terperinciCross-Selling: Perangkat Utama Customer Relationship Managem. Meningkatkan Loyalitas Pelanggan
Cross-Selling: Perangkat Utama Customer Relationship Management (CRM) Untuk Meningkatkan Loyalitas Pelanggan Seminar Kenaikan Jabatan at Department of Information Systems, Faculty of Computer Science,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Pada jaman modernisasi, teknologi digital mengambil alih dunia dengan terusmenerus berlomba berkreasi tiada henti-hentinya demi tercapainya kemudahan dan kecepatan penyebaran
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciDecision Support on Supply Chain Management System Using Apriori Data Mining Algorithm
Decision Support on Supply Chain Management System Using Apriori Data Mining Algorithm Eka Widya Sari, Ahmad Rianto, Siska Diatinari Andarawarih College Of Informatics And Computer Engineering Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciPENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN
PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN SKRIPSI Diajukan untuk memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer (S.Kom)
Lebih terperinciANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA
1 ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA Riangga Duta Jayapana, Yuniarsi Rahayu Fakultas Ilmu Komputer Program Studi Teknik Informatika Universitas Dian Nuswantoro
Lebih terperinciAnalisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori
Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori Despitaria 1, Herry Sujaini 2, Tursina 3 Program
Lebih terperinciABSTRAK. Kata kunci: Market Basket Analysis, Cross-selling. Universitas Kristen Maranatha
ABSTRAK Salah satu strategi pemasaran yang dapat digunakan untuk meningkatkan volume penjualan suatu produk adalah cross selling. Penentuan cross selling produk dapat dilakukan dengan menerapkan Analisis
Lebih terperinciDATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK ANALISIS PENJUALAN
PROSIDING SEMINAR ILMIAH SISTEM INFORMASI DAN TEKNOLOGI INFORMASI Pusat Penelitian dan Pengabdian Pada Masyarakat (P4M) STMIK Dipanegara Makassar Jl. Perintis Kemerdekaan Km. 9 Makassar 1 DATA MINING MENGGUNAKAN
Lebih terperinciBAB I PENDAHULUAN. frekuensi tinggi antar himpunan itemset yang disebut fungsi Association
1 BAB I PENDAHULUAN 1.1 Latar Belakang Belakangan ini data mining telah diimplementasikan keberbagai bidang, diantaranya dalam bidang bisnis atau perdangangan, dan telekomunikasi. Data Mining diartikan
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI)
JURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI) IMPLEMENTATION DATA MINING OF SALES TRANSACTION FRUIT SEEDLING WITH ALGORITHM APRIORI
Lebih terperinciJournal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p
Journal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p 22-28 http://ejournal-s1.undip.ac.id/index.php/joint APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem yang berjalan pada perusahaan PT. Perintis Perkasa dikelola dengan menggunakan software TDMS (Toyota Dealer Management System). TDMS
Lebih terperinciPenerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy
Penerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy (Studi Kasus di PT. Telkom Cabang Wonogiri ) Moch. Yusuf
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini akan membahas mengenai implementasi dari sistem yang telah dibuat. Pengujian akan dilakukan pada setiap menu untuk memastikan bahwa sistem berjalan dan menghasilkan
Lebih terperinciAlgoritma Data Mining Menggunakan Aturan Asosiasi dengan Metode Apriori. MAKALAH diajukan untuk memenuhi salah satu tugas Mata Kuliah Data Mining
Algoritma Data Mining Menggunakan Aturan Asosiasi dengan Metode Apriori MAKALAH diajukan untuk memenuhi salah satu tugas Mata Kuliah Data Mining Kelas 6A Anggota Kelompok : Asep Sudirman 107006001 Erna
Lebih terperinciAnalisis Hasil Implementasi Data Mining Menggunakan Algoritma Apriori pada Apotek
Analisis Hasil Implementasi Data Mining Menggunakan Algoritma Apriori pada Apotek Aris Wijayanti Jurusan Teknik Informatika Universitas PGRI Ronggolawe Tuban Jl. Manunggal No. 61 Tuban Ariswjy@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. baik. Maka para pengelola harus mencermati pola-pola pembelian yang dilakukan
BAB I PENDAHULUAN I.1. Latar Belakang Jumlah pasar swalayan yang terus berkembang membuat para pengelolaswalayan juga dituntut untuk menerapkan strategi pemasaran yang lebih baik. Maka para pengelola harus
Lebih terperinciPENCARIAN ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI SEBAGAI BAHAN REKOMENDASI STRATEGI PEMASARAN PADA TOKO ACIICA
PENCARIAN ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI SEBAGAI BAHAN REKOMENDASI STRATEGI PEMASARAN PADA TOKO ACIICA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciBAB III METODE PENELITIAN. desaign dan coding program. Dibutuhkan waktu selama kurang lebih 8 bulan
19 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Dalam penelitian ini memerlukan waktu yang cukup lama, yaitu dalam membuat desaign dan coding program. Dibutuhkan waktu selama kurang lebih 8 bulan untuk
Lebih terperinciANALISIS ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI UNTUK MENENTUKAN INVENTORI APOTEK
ANALISIS ATURAN ASOSIASI MENGGUNAKAN ALGORITMA APRIORI UNTUK MENENTUKAN INVENTORI APOTEK Gibran Rabbany, Aripin Program Studi Teknik Informatika, Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Semarang,
Lebih terperinciPERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA CT-Pro PADA KOMODITAS EKSPOR DAN IMPOR SKRIPSI ELISA SEMPA ARIHTA KABAN
PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA CT-Pro PADA KOMODITAS EKSPOR DAN IMPOR SKRIPSI ELISA SEMPA ARIHTA KABAN 101421012 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciIMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Oliver Zakaria 1), Kusrini 2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong
Lebih terperinciBAB I P E N D A H U L U A N UKDW
BAB I P E N D A H U L U A N 1.1 Latar Belakang Masalah Kepadatan aktivitas pada umumnya menyebabkan kurangnya waktu yang dimiliki untuk berbelanja. Hal ini memicu munculnya ragam baru dalam berbelanja,
Lebih terperinciKata kunci: Sistem Informasi, poin of sale, aplikasi data mining, algoritma apriori, Borland Delphi, SQL 2000, Association rules.
PERANCANGAN DAN PEMBUATAN APLIKASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA MINI MARKET X Norio Nurtanio / 0422115 Jurusan Teknik Elektro, Fakultas Teknik, Jalan Prof. Drg. Suria Sumantri
Lebih terperinciAPLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG
APLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG EKA FITRIA WULANSARI Program Studi Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. berukuran besar. Kegunaan Data Mining adalah untuk menspesifikasikan pola
BAB I PENDAHULUAN I.1. Latar Belakang Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar. Kegunaan
Lebih terperinciANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM)
ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM) Nurani 1, Hamdan Gani 2 1 nurani_nanni@yahoo.com, 2 hamdan.gani.inbox@gmail.com
Lebih terperinciBAB I PENDAHULUAN. dalam suatu sistem basis data melalui aplikasi sistem informasi manajemen. Dari
BAB I PENDAHULUAN I.1. Latar Belakang Persaingan yang semakin ketat dalam penjualan menuntut para pebisnis untuk menemukan suatu strategi yang dapat meningkatkan penjualan dan pemasaran produk yang dijual,
Lebih terperinciJurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(52-62)
Analisa Pola Peminjaman Buku Perpustakaan Menggun Algoritma Apriori Azwar Anas Program Studi Pendidikan Informatika, STKIP PGRI Sumbar aans_07@yahoo.co.id http://dx.doi.org/10.22202/jei.2014.v1i1.1439
Lebih terperinciAPLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI
APLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI Budanis Dwi Meilani, dan Dermawan Cahyo Utomo Jurusan Teknik Informatika, Fakultas
Lebih terperinciPEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI
PEMODELAN POLA HUBUNGAN KEMAMPUAN LULUSAN UNIVERSITAS LANCANG KUNING DENGAN KEBUTUHAN DUNIA USAHA DAN INDUSTRI Fana Wiza Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Lancang Kuning
Lebih terperinciPEMANFAATAN DATA MINING UNTUK MENGETAHUI POLA PEMBELIAN MASYARAKAT PADA SALAH SATU MINIMARKET DI KOTA MAKASSAR
PEMANFAATAN DATA MINING UNTUK MENGETAHUI POLA PEMBELIAN MASYARAKAT PADA SALAH SATU MINIMARKET DI KOTA MAKASSAR Sadly Syamsuddin, Nasaruddin Program StudiSistemInformasi, STMIK Dipanegara, Makassar e-mail:
Lebih terperinciIMPLEMENTASI METODE ASSOSIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR
IMPLEMENTASI METODE ASSOSIATION RULES UNTUK MENEMUKAN POLA HUBUNGAN ANTARA DATA AKADEMIK DAN NON-AKADEMIK TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas
Lebih terperinciKata kunci: aplikasi data mining, Association Rule, Apriori, genre lagu, Radio
Aplikasi Data Mining Perhitungan Frekuensi Data Pemutaran lagu dengan metode Association Rule Menggunakan Algoritma Apriori (studi kasus Radio Republik Indonesia ( RRI ) Semarang) Hendra Andhyka Program
Lebih terperinciRANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)
RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang) Naufal Farras Hilmy 1, Banni Satria Andoko 2 Program Studi Teknik
Lebih terperinciDATA MINING UNTUK ANALISA PENJUALAN KERIPIK UD MARTOP PRATAMA MENGGUNAKAN ALGORITMA APRIORI
DATA MINING UNTUK ANALISA PENJUALAN KERIPIK UD MARTOP PRATAMA MENGGUNAKAN ALGORITMA APRIORI SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENJUALAN BARANG MENGGUNAKAN ALGORITMA APRIORI NASKAH PUBLIKASI. diajukan oleh Dirga S Chaniago
SISTEM PENDUKUNG KEPUTUSAN PENJUALAN BARANG MENGGUNAKAN ALGORITMA APRIORI NASKAH PUBLIKASI diajukan oleh Dirga S Chaniago 13.11.6854 kepada FAKULTAS ILMU KOMPUTER UNIVERSITAS AMIKOM YOGYAKARTA YOGYAKARTA
Lebih terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu perusahaan yang memiliki jasa pengiriman barang yang bergerak di dalam kota mempunyai beberapa masalah. Salah satu analisis yang bisa dilakukan adalah
Lebih terperinciBAB I PENDAHULUAN. Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam
1 BAB I PENDAHULUAN 1.1 Latar Belakang Apotek sebagai penyedia obat-obatan sering kali mengalami kesulitan dalam pemenuhan permintaan obat-obatan, baik obat atas resep maupun obat bebas. Hal ini dikarenakan
Lebih terperinciPenerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori
Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori Erma Delima Sikumbang Komputerisasi Akuntansi AMIK BSI Jakarta Jl. RS Fatmawati No. 24 Pondok Labu Jakarta Selatan Erma@bsi.ac.id
Lebih terperinciPERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK PEREKOMENDASI PADA TRANSAKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNIVERSITAS DIAN NUSWANTORO
PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK PEREKOMENDASI PADA TRANSAKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNIVERSITAS DIAN NUSWANTORO Rizky Mei Anggraeni Program Studi Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.1.1 Identifikasi Masalah 1.1.1.1. Masalah Umum Situasi kondisi perekonomian yang ada pada saat ini menunjukkan adanya perkembangan dunia usaha semakin pesat
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
36 BAB III ANALISA DAN DESAIN SISTEM Tahapan ini merupakan tahapan utama dalam penelitian, dalam tahapan pengembangan sistem metode yang akan dipakai adalah Rapid Application Development dan tahapan Data
Lebih terperinciKOMPUTERISASI PENGOLAHAN DATA PADA APOTEK SIAGA FARMA CILACAP NASKAH PUBLIKASI
KOMPUTERISASI PENGOLAHAN DATA PADA APOTEK SIAGA FARMA CILACAP NASKAH PUBLIKASI Disusun oleh : SIGIT ENDRIANTO 07.02.6654 WISNU AJI NUGROHO 07.02.6714 JURUSAN MANAJEMEN INFORMATIKA SEKOLAH TINGGI INFORMATIKA
Lebih terperinciANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN
ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN Chintia Oktavia Simbolon (0911456) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciPENERAPAN ASSOCIATION RULE PADA DATA PERSEDIAAN BAHAN BAKU DI PRO AB CHICKEN JAMBI
PENERAPAN ASSOCIATION RULE PADA DATA PERSEDIAAN BAHAN BAKU DI PRO AB CHICKEN JAMBI Reny Wahyuning Astuti M.Kom 1),Lucy Simorangkir M.Kom 2), Hendra Wijaya 3) 1), 2)&3) Teknik Informatika, STMIK Nurdin
Lebih terperinciPENENTUAN LOKASI BARANG PADA A Swalayan MENGGUNAKAN ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH
PENENTUAN LOKASI BARANG PADA A Swalayan MENGGUNAKAN ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH DETERMINING LOCATION OF GOODS IN A Swalayan USING ASSOCIATION RULE BY FP-GROWTH ALGORITHM Ardi Wijaksono
Lebih terperinciMENEMUKAN POLA KOMBINASI OBAT PADA RESEP DOKTER DI APOTEK PURI SEHAT DENGAN ALGORITMA APRIORI
MENEMUKAN POLA KOMBINASI OBAT PADA RESEP DOKTER DI APOTEK PURI SEHAT DENGAN ALGORITMA APRIORI Sartika Novitasari 1, T. Sutojo, S.Si, M.Kom Teknologi Informasi, Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciBAB I PENDAHULUAN. yakni teknik mesin, teknik elektro dan teknik informatika. Namun bagi para calon
BAB I PENDAHULUAN I.1. Latar Belakang Sekolah Tinggi Teknologi Sinar Husni (STT. Sinar Husni) memiliki mahasiswa yang mayoritasnya adalah para pekerja, oleh karena itu banyak para pekerja yang melanjutkan
Lebih terperinciARTIKEL KERJA PRAKTEK RANCANG BANGUN SISTEM INFORMASI PENCATATAN PENJUALAN PADA CAFE WARUNK KOPI NOSTALGILA MENGGUNAKAN PHP DAN MYSQL
ARTIKEL KERJA PRAKTEK RANCANG BANGUN SISTEM INFORMASI PENCATATAN PENJUALAN PADA CAFE WARUNK KOPI NOSTALGILA MENGGUNAKAN PHP DAN MYSQL Disusun Oleh Nama : Joni Triono Nim : 11140365 Program Studi Jenjang
Lebih terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN METODE APRIORI PADA TRANSAKSI PENJUALAN BARANG (STUDI KASUS DI CHORUS MINIMARKET)
Implementasi Data Mining Menggunakan Metode Apriori Pada Transaksi Penjualan Barang (Studi Kasus Di Chorus Minimarket) IMPLEMENTASI DATA MINING MENGGUNAKAN METODE APRIORI PADA TRANSAKSI PENJUALAN BARANG
Lebih terperinciPENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna
PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan membahas hal-hal yang mendasari dibuatnya E-Commerce Dolanan Puzzle, bahasa pemrograman, dan tools yang digunakan dalam pembuatan E-Commerce Dolanan Puzzle. 3.1 E-Commerce
Lebih terperinciBAB III METODOLOGI PENELITIAN. Gambar 2. 1 Metode Penelitian
BAB III METODOLOGI PENELITIAN Metode penelitian mengenai sistem rekomendasi kuliner untuk mahasiswa Universitas Sebelas Maret Surakarta menggunakan metode Apriori Positif Negatif dan Binary Hamming Distance
Lebih terperinci